MATLAB在数字图像处理中的应用

第一部分MATLAB数字图像处理基础

第1章MATLAB和数字图像处理基础

1.1MATLAB简介

1.1.1MATLABR2015a的工作环境

1.1.2图像处理工具箱

1.1.3计算机视觉工具箱

1.2MATLAB的基础知识

1.2.1MATLAB的数据种类

1.2.2MATLAB的M文件

1.2.3MATLAB的操作符

1.3数字图像处理基础

1.3.1数字图像和图像的数字模型

1.3.2常用的数字图像格式

1.3.3数字图像类型和转换

1.3.4数字图像的读写和显示

1.4习题

第2章数字图像变换技术

2.1图像的算术运算

2.2图像的几何变换

2.2.1图像的缩放运算

2.2.2图像的平移运算

2.2.3图像的旋转运算

2.2.4图像的插值运算

2.3图像的Hough变换

2.3.1Hough变换基本原理

2.3.2基于MATLAB的图像Hough变换

2.4图像的傅里叶变换

2.4.1傅里叶变换基本原理

2.4.2基于MATLAB的图像傅里叶变换

2.5图像的离散余弦变换

2.6基于数学形态学的图像变换

2.6.1数学形态学的基本概念

2.6.2基于MATLAB的图像形态学处理

2.7综合实例：指纹图像的形态学处理

2.8习题

第3章数字图像增强

3.1图像空域增强

3.1.1图像直接灰度变换

3.1.2图像直方图均衡

3.1.3图像平滑

3.1.4图像锐化

3.2图像频域增强

3.2.1图像频域低通滤波

3.2.2图像频域高通滤波

3.3综合实例：基于遗传算法的图像自适应模糊增强

3.3.1基于模糊理论的图像质量的测量函数

3.3.2基于遗传算法的灰度图像的自适应模糊增强

3.3.3灰度图像增强算法拓展到彩色图像增强

3.3.4实验结果

3.3.5MATLAB程序实现

3.4习题

参考文献

第4章数字图像恢复

4.1图像退化和恢复模型和图像噪声

4.1.1图像退化和恢复模型

4.1.2图像噪声

4.2图像空域恢复技术

4.2.1均值滤波器

4.2.2排序统计滤波器

4.2.3自适应滤波器

4.3图像频域的恢复技术

4.3.1周期性噪声

4.3.2带阻滤波器

4.3.3带通滤波器

4.4综合实例：利用空域和频域技术的降低噪声

4.5习题

第5章数字图像编码

5.1基本概念

5.1.1图像冗余

5.1.2图像的编码与解码

5.2无损图像压缩编码

5.3有损图像压缩编码

5.3.1DPCM编码

5.3.2离散余弦变换编码

5.3.3小波变换的基本原理

5.4图像压缩标准

5.4.1JPEG

5.4.2JPEG2000

5.5综合实例：MATLAB实现JPEG图像压缩

第6章数字图像分割

6.1图像分割概述

6.1.1图像分割定义

6.1.2图像分割分类

6.2边界分割技术

6.2.1边缘检测

6.2.2微分算子

6.3区域分割技术

6.3.1原理与分类

6.3.2全局阈值

6.4综合实例：红外车辆目标的分割

6.4.1感兴趣区域的选择

6.4.2基于遗传算法的二维OTSU的图像分割

6.4.3红外车辆目标图像的模糊边缘检测

6.4.4实验结果

6.4.5MATLAB程序实现

6.5综合实例：车牌定位

6.5.1车牌图像预处理

6.5.2车牌边缘提取与形态学处理

6.5.3车牌区域位置确定

6.6习题

参考文献

第7章数字图像特征分析与提取

7.1图像颜色特征

7.1.1图像颜色模型

7.1.2颜色直方图

7.1.3颜色矩

7.2图像形状特征

7.2.1简单的形状特征

7.2.2不变矩

7.3图像纹理特征

7.3.1灰度差分统计法

7.3.2灰度共生矩阵

7.4综合实例：图像车辆目标的综合特征提取与识别

7.4.1车辆目标阈值化分割

7.4.2车辆目标特征提取

7.4.3车辆识别的RBF网络设计

7.4.4MATLAB程序实现

7.4.5实验结果

7.5综合实例：文本图像的特征分析与识别

7.5.1文本图像特征分析

7.5.2文本图像识别算法

7.5.3文本图像识别的MATLAB实现

7.6习题

参考文献

第二部分MATLAB数字图像处理实例

第8章基于神经网络的水果自动识别

8.1水果自动识别总体框架

8.2图像预处理

8.2.1图像去噪

8.2.2图像增强

8.2.3图像二值化处理

8.3图像边缘检测与特征提取

8.3.1图像边缘检测处理

8.3.2图像标签化处理

8.3.3图像特征参数计算

8.4基于BP神经网络的水果识别

8.5小结

第9章基于图像特征的火灾检测

9.1火灾火焰特征分析

9.2火灾烟雾特征分析

9.3火灾检测系统框架

9.4火灾检测系统的MATLAB实现

9.4.1图像读取函数

9.4.2彩色图像的灰度化

9.4.3边缘检测算子进行边缘检测

9.4.4估计RGB分量的分布

9.4.5实现火焰检测

9.4.6实现烟雾检测

9.4.7实现主程序

9.5小结

参考文献

第10章基于全局特征的图像检索

10.1引言

10.2基于全局特征图像检索的分析与设计

10.2.1设计要求

10.2.2设计分析

10.2.3设计步骤

第11章基于词袋法的图像检索

11.1引言

11.2基于词袋法的图像检索的分析与设计

11.2.1设计要求

11.2.2设计分析

11.2.3设计步骤

第12章基于词袋法的图像分类

12.1引言

12.2基于词袋法的图像分类的分析与设计

12.2.1设计要求

12.2.2设计分析

12.2.3设计步骤

第13章基于位置敏感哈希的图像聚类

13.1引言

13.2基于位置敏感哈希的图像聚类

13.2.1设计要求

13.2.2设计分析

13.2.3设计步骤

参考文献

MATLAB是一种集算法开发、数据分析、数值计算和数据可视化于一体的高级技术计算语言，具有高效、功能强大、界面友好等特点，是目前工程界比较流行的工程仿真软件。本书以最新版的MATLAB 2015为操作平台，主要包括MATLAB数字图像处理基础和MATLAB数字图像处理实例两部分。第一部分主要包括MATLAB和数字图像处理基础、数字图像变换技术、 数字图像增强、 数字图像恢复、数字图像编码、数字图像分割、数字图像特征分析与提取等；第二部分是实例部分，主要介绍基于神经网络的水果自动识别、基于图像特征的火灾检测、基于全局特征的图像检索、基于词袋法的图像检索、基于词袋法的图像分类和基于位置敏感哈希的图像聚类。本书重点突出，基础部分内容的讲解从理论到实践，由浅到深，从易到难，各个章节既相互独立又前后关联； 实践部分内容结合图像处理现实应用，步骤讲解详细，语言浅显易懂，实用性强，可操作性高。本书主要面向初中级用户，立足于MATLAB在数字图像处理方面的应用，并且附带较多的实例讲解，所以既适合初学者，又适合有一定经验的MATLAB使用者。

《MATLAB在数字图像处理中的应用》重点突出，基础部分内容的讲解从理论到实践，由浅到深，从易到难，各个章节既相互独立又前后关联；实践部分内容结合图像处理现实应用，步骤讲解详细，语言浅显易懂，实用性强，可操作性高。《MATLAB在数字图像处理中的应用》主要面向初中级用户，立足于MATLAB在数字图像处理方面的应用，并且附带较多的实例讲解，所以既适合初学者，又适合有一定经验的MATLAB使用者。